你的課堂屬於哪一種教學型態？是講授型、練習型、對話型，還是混合型？更重要的是，我們如何以較科學、客觀的方法辨識這些型態，而不只依賴觀課者的印象？
S-T課堂分析將課堂中的教師與學生行為轉化為可視化數據；結合HiTeach智慧教學系統與AI蘇格拉底後，更能自動產生S-T圖與Rt-Ch圖，協助教學團隊看見課堂互動結構、比較不同教學設計，並以數據展開專業對話。
圖1：從課堂互動紀錄、S-T與Rt-Ch圖表，到教師專業對話的分析流程過去數十年間，教育學者與專家發展出多種課堂觀察記錄及分析工具，將教學現場轉化為可討論的視覺證據。例如座位表觀察記錄SCORE（Gall & Acheson, 1980）、FIACS互動分析系統（Flanders, 1966）、LessonNote（Version 3.8.1; Lesson Study Alliance, 2018）、穿戴式感應器教學行為分析（Prieto, Sharma, Dillenbourg, & Jesús, 2016），以及S-T分析（藤田廣一、吉本英夫，1980）等。這些方法的共同目的，是協助教師團隊跳脫抽象感受，更具體地研討課堂歷程與教學改進方向。
S-T課堂分析由藤田廣一與吉本英夫於1980年提出。它以師生互動為基礎，將課堂行為分為學生（S）與教師（T）兩類，再透過Rt與Ch兩項指標判斷課堂較接近練習、對話、講授或混合型。
圖2：S-T圖與Rt-Ch圖的課堂型態判讀架構判讀時不能只看型態名稱。講授、練習、對話與混合並沒有絕對優劣，仍須回到學習目標、教材內容、學生狀態與教學策略理解。S-T與Rt-Ch圖的價值，在於提供一致的觀察語言，幫助團隊提出更精準的問題。
傳統S-T分析需要觀察員每30秒判斷並記錄一次S或T，課後再整理行為序列、計算指標與繪圖。這套方法具備清楚的分析架構，但人工記錄與整理所需時間較高，也不容易成為日常教學中的常態工具。
使用HiTeach進行智慧課堂教學時，AI蘇格拉底可根據系統記錄的師生科技互動，自動整理S-T行為序列並生成S-T圖與Rt-Ch圖。教師不必另外操作計時表或重做統計，即可在課後取得可視化分析結果，作為自我反思、同儕觀課與教學研討的參考。
圖3：課例A之S-T課堂分析（講授型）課例A總時間為65分鐘（3,900秒），其中教師（T）行為時間為54分鐘（3,240秒），占83%；學生（S）行為時間為11分鐘（660秒），占17%。Rt值大於0.7，系統判定為講授型。S-T圖中較長的水平線段，也顯示教師行為在多數時段占主導位置。
圖4：課例B之S-T課堂分析（混合型）課例B總時間為51分鐘（3,060秒），其中教師（T）行為時間為33.5分鐘（2,010秒），占66%；學生（S）行為時間為17.5分鐘（1,050秒），占34%。Rt值介於0.3與0.7之間，系統判定為混合型。相較課例A，其曲線持續向上推進，反映教師與學生行為在課堂中有較多交替。
兩個異質教育團隊分享教學經驗時，可採用「同課異構」進行研討；同質教育團隊則可透過「同課同構」共同備課，在分擔工作之餘維持教學品質。無論採取哪一種方式，若只依賴口頭描述，課堂節奏與師生互動差異往往不容易精確比較。
AI蘇格拉底自動產出的S-T圖與Rt-Ch圖，可以用一致的尺度快速比較兩節或多節課。以下兩個《沙茶問題》課例採用不同教學設計：課例A的教師行為占84%，判定為講授型；課例B的教師行為占70%，位於混合型邊界。從S-T曲線可直接看到，課例A較為平坦，課例B則因學生參與時間增加而更明顯向上延伸。
圖5：同課異構課例A（講授型）與課例B（混合型）的S-T課堂分析比較數據不是為了把課堂簡化成一個標籤。真正值得討論的是：兩位教師設定了什麼學習目標？在哪些環節安排學生思考、練習或對話？這些安排是否產生預期的參與節奏？搭配教材、課堂影片與其他教學數據，S-T分析能把「看起來不同」進一步轉化為「差異發生在哪裡、為什麼發生，以及下一次可以如何調整」。
S-T課堂分析將教學行為區分為學生S與教師T兩類，方法簡明，並以圖形呈現結果，使教學研討更容易聚焦。AI蘇格拉底進一步減輕觀察員每30秒記錄一次S或T，以及課後整理、計算與繪圖的繁瑣工作，讓四十多年前的課堂分析智慧得以在數位教學環境中延續與創新。
對教師而言，S-T圖與Rt-Ch圖不是教學品質的單一分數，而是一面可反覆檢視的鏡子。當課堂數據能與教案、教材、影片和學生學習表現相互參照，教學團隊就能更具體地進行自我反思、同儕回饋、同課異構比較與校本教師專業發展，讓每一次觀課都累積成下一次教學改進的依據。